R中多个变量的相关度量答案

【问题标题】：Correlation Measures for Multiple Variables in RR中多个变量的相关度量
【发布时间】：2019-02-11 18:32:28
【问题描述】：

我正在尝试在 R 中创建一个函数，以使用此图像底部的方程找到 n 维非零方差变量的相关系数：Click Here

到目前为止，我只制作了我正在使用的示例数据集：

a <- c(4, 6, 2, 5)
b <- c(8, 1, 3, 7)
c <- c(6, 3, 1, 3)
d <- c(7, 5, 7, 5)
e <- c(9, 2, 6, 1)
f <- c(4, 6, 4, 5)

al <- data.frame(a, b, c, d, e, f)
al

但我无法将方程合并到我的代码的其余部分。我知道如何制作相关矩阵：

corrmatrix <- cor(al)
head(round(corrmatrix,3))

但我不知道这是否应该是我开始的地方，或者我是否可以使用原始数据集。我想等式背后的数学是阻碍我前进的原因。例如：如何使用“det()”函数？是否有获取变量标准化向量的功能？

提前感谢您的任何帮助！

【问题讨论】：

您的示例数据属于字符。您需要将它们转换为数字，否则它们将不会被计算。另外scale()可以做标准化。
我在发帖前注意到了，但忘记制作版本了。感谢您指出这一点，但我的主要问题是将我链接的图像中的方程式带入我的代码中。看来我肯定需要使用 scale() 函数，这有点帮助，谢谢。

标签： r correlation determinants standardized

【解决方案1】：

我认为，问题在于向量中的数据元素周围有双引号。

 a <- c(4, 6, 2, 5)
 b <- c(8, 1, 3, 7)
 c <- c(6, 3, 1, 3)
 d <- c(7, 5, 7, 5)
 e <- c(9, 2, 6, 1)
 f <- c(4, 6, 4, 5)
 al <- data.frame(a, b, c, d, e, f)
 corrmatrix <- cor(al) 
 head(round(corrmatrix,3))

结果

       a      b      c      d      e      f
a  1.000 -0.103  0.355 -0.845 -0.607  0.866
b -0.103  1.000  0.648  0.262  0.368 -0.553
c  0.355  0.648  1.000  0.140  0.459 -0.127
d -0.845  0.262  0.140  1.000  0.937 -0.905
e -0.607  0.368  0.459  0.937  1.000 -0.800
f  0.866 -0.553 -0.127 -0.905 -0.800  1.000

【讨论】：

我在发帖前注意到了，但忘记制作版本了。谢谢你指出来。我已经进行了编辑。但我的主要问题是应用我链接到代码中的图像中的方程式。